基于朴素贝叶斯的新闻分类系统毕业论文.docxVIP

基于朴素贝叶斯的新闻分类 摘要 随着大数据时代的到来，互联网上各种类型的数据和信息数量日益增多，大部分都是以文本或超文本的形式出现，如何对海量的文本数据和信息进行有效的组织与管理，进而从数据中提取有用的信息，是一个亟待解决的问题。 首先，本文对系统的现状分析以及开发环境展开了详细的介绍，之后，对系统需求、技术性基础理论、设计方案与完成展开了论述，并对系统的技术性和设计与完成展开了详细的探讨，最后对系统展开了主要的测试。 该系统基于 Python平台，先从新闻网中获取新闻种类及相关数据，对数据进行文字预处理，包括 jieba分词及删除停用词，最后使用分类算法对其进行分类及训练，最后获得分类的结果，并将其存储。 关键词：新闻分类，分类算法，PYTHON  A News Classification System Based on Machine Learning Author: YuHuixuan Tutor: Xing Yi Abstract With the advent of the big data era, the amount of various types of data and information on the Internet is increasing, most of which appear in the form of text or hypertext. How to effectively organize and manage massive amounts of text data and information, and then extract useful information from the data, is an urgent problem to be solved. Firstly, this article provides a detailed introduction to the current situation analysis and development environment of the system. Then, it discusses the system requirements, technical basic theories, design solutions, and completion. It also discusses the technical aspects and design and completion of the system in detail. Finally, the main testing of the system is carried out. This system is based on the Python platform. It first crawls news types and related data from news websites, preprocesses the data with text, including jieba word segmentation and deleting stop words. Finally, it uses classification algorithms to classify and train them, and finally obtains the classification results and stores them. Key Words: News classification, classification algorithm, PYTHON 目 录 TOC \o "1-3" \h \z \u 14628 摘要 I 24198 Abstract II 30085 第1章 绪论 1 30003 1.1课题背景和意义 1 27223 1.2研究目的 1 10190 1.3研究现状 2 27767 1.4本文工作 3 27718 第2章 信息检索模型 4 29864 2.1 布尔模型 4 12418 2.2 概率模型 4 30886 第3章 文本特征向量实现相关技术 6 32017 3.1 文本预处理 6 10621 3.1.1停用词过滤 6 18081 3.1.2中文分词技术 6 22956 3.2 朴素贝叶斯 7 11290 3.3 Python 编程语言 9 29013 3.4 新闻文本分类算法 10 3714 3.4.1 朴素贝叶斯分类算法 10 18702 3.4.2 K最近邻(K-NN) 11 6429 3.4.3 随机森